Estimación de curvaturas y direcciones principales en nube de puntos no organizados

La estimación de las curvaturas y direcciones principales son de suma importancia en diferentes áreas como: la visión por computador, el reconocimiento de patrones, la reconstrucción de objetos 3D, entre otros. Las curvaturas y direcciones son propiedades que deben ser estimadas en forma discreta, d...

Full description

Autores:
Leal Narváez, Esmeide A.
Branch Bedoya, John Willian
Ortega lobo, Oscar
Tipo de recurso:
Article of journal
Fecha de publicación:
2008
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/22438
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/22438
http://bdigital.unal.edu.co/13473/
Palabra clave:
03 Obras enciclopédicas generales / Encyclopedias and books of facts
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:La estimación de las curvaturas y direcciones principales son de suma importancia en diferentes áreas como: la visión por computador, el reconocimiento de patrones, la reconstrucción de objetos 3D, entre otros. Las curvaturas y direcciones son propiedades que deben ser estimadas en forma discreta, debido a que las primitivas de renderizado son puntos sin ninguna conexión u orientación. En este artículo, se presenta un método para estimar las curvaturas y direcciones principales en nubes de puntos no organizados, los cuales han sido muestreados a partir de una superficie 3D. El método propuesto no requiere estimar estructuras intermedias globales como lo son las mallas triangulares, ni aproximaciones locales como regresiones de orden superior; solo es necesaria la estimación de un vecindario geodésico local alrededor de cada punto de la nube. Se presentan validaciones numéricas y gráficas las cuales muestran la eficacia del método.